Avec de nombreux projets, Google mise sur l’intelligence artificielle. C’est notamment le cas de DQN, un algorithme capable d’apprendre à maîtriser un jeu vidéo en se basant uniquement sur ses expériences.
Que cela soit pour sa voiture autonome ou pour ses services, Google nourrit de grandes ambitions en matière d’intelligence artificielle. Cela n’empêche pas pour autant la firme de Mountain View de reconnaitre qu’une telle technologie émergera sur le long terme.
Alors que les systèmes d’intelligence artificielle actuels dépendent encore largement des données qui leur sont fournies, c’est à cette contrainte que le laboratoire britannique DeepMind s’est attaqué.
Racheté par Google en janvier 2014, il a développé DQN, un algorithme capable d’apprendre à maîtriser un jeu vidéo en se basant uniquement sur ses expériences.
DQN, pour Deep Q-network, s’est inspiré du fonctionnement du cerveau humain, une technique appelée Deep Reinforcement Learning dans le jargon scientifique anglophone.
Se basant uniquement sur les pixels affichés et le score, le système détermine apprend lui-même les techniques qui lui rapporte le plus de points. Par ce biais, sur la moitié des jeux testés, DQN atteint au moins 75% du score d’un bon joueur.
Pas encore au point dans les environnements 3D, DQN est pour le moment testé avec des jeux plus simples, ceux sortis dans les années 80 sur la console de salon Atari 2600, par exemple le casse-briques Breakout, le flipper Video Pinball et le classique Pong.
Ce qu’il est important de comprendre avec DQN, c’est qu’il ne s’agit pas d’un algorithme adapté à un jeu particulier, mais d’un système polyvalent qui apprend dans tous les contextes.
De fait, il pourrait parfaitement, à terme, être utilisé dans la vraie vie plutôt que dans un jeu vidéo.
Si cet article a captivé votre intérêt, vous trouverez certainement les prochains tout aussi passionnants. Assurez-vous de ne rien manquer en vous abonnant à linformatique.org sur Google News. Suivez-nous aussi sur Facebook et Twitter.